结构时变模态参数辨识的时频分析方法

应用线性和二次时频变换方法，即短时傅里叶变换和魏格纳—维尔分布，进行了时变结构模态参数的辨识．通过对刚度突变和刚度连续变化的单自由度系统时变参数辨识的仿真，论述了两种时频辨识方法的特点．仿真结果表明，时频变换辨识方法是辨识时变模态参数的有效工具，而且魏格纳—维尔分布二次时频表示能得到比基于短时傅里叶变换的谱图更好的辨识结果．     

基于矩和多分辨分析的图像识别

应用矩和多分辨分析对图像进行特征提取，求取不同分辨率下的小波系数的均值、能量和方差，作为特征向量。这组特征向量是将图像的矩特征和小波特征结合形成小波矩特征，即反映了图像的全局信息，又反映了图像的局域性信息，并且具有旋转、平移和缩放不变性。该算法不但解决了图像识别中特征量随图像旋转、平移和缩放而变化的问题，而且提高了对近似物体的识别能力。最后简要介绍了仿真实验及结果，证实此算法能对飞机、舰船等目标进行有效的识别。     

微波测量中的频域特性分析

分析了微波测量中回波信号的时间变量函数 ,确定了时间变量函数和频率变量函数之间的变换关系     

基于二维提升方案的可逆双正交小波变换在渐进性无损图像压缩中的应用

分析了一维(基于行、列分解和重构)提升方案的特点，从理论上指出了一维提升方案的不足之处，提出了二维(基于子带分解和重构)提升方案，并给出了CDF(1，3)双正交小波二维提升方案的具体形式，改进的提升方案弥补了一维提升方案的不足之处，不需作‘√2’因子和归一化处理，整个小波变换是可逆的、基于整数运算的、能量守恒的，减少了误差传递的机会，用该小波变换实现了快速的、渐进性的直至无损图像压缩。     

火箭飞行数据的两种滤波方法对比

传统的火箭飞行数据处理方法是使用α-β-γ数字滤皮离线处理，对飞行数据采样信号的第1点、第2点不进行滤波估值，第3点开始逐个进行估值、预测、校正。该方法需要消耗大量的时间，并且滤波后信号的残留噪声仍然较多。针对此问题，经过大量的数值实验和理论分析，发现用小波方法实时处理火箭飞行数据效果较好，比较两种结果，证明无论是滤波后信号的残留噪声还是消耗的时间上小波方法都优于α-β-γ滤波，且实现了数据的实时处理功能，应用前景好。     

连续小波变换在中医脉象信号处理中的应用

小波变换具有良好的时频局域化性质，适合于非平稳信号的处理。脉诊是中医诊察疾病的重要手段，脉象反映的是人体的生理与病理信息，脉象信号具有随机性和非线性等特点。应用连续小波变换分析了15例海洛因吸毒者和15例正常人的脉象信号，提取了吸毒者脉象信号中的异常信息，为戒毒治疗的评估与改进提供客观依据。在尺度0.1、0.2、0.3和0.4下，对每一例脉象信号分别进行了处理，发现在0.2-0.4s时间间隔内，海洛因吸毒者和正常人脉象信号的连续小波变换系数间存在显著差异，并提出了用于划分海洛因吸毒者一正常人的临界参数。研究结果表明，连续小波变换是处理脉象信号的有效方法。     

基于Matlab的多尺度主元分析在过程监控中应用

提出一种新的基于Matlab的多尺度主元分析方法(MSPCA)，即综合主元分析去除变量间关联、小波分析提取测量决定性特征和可去除测量自相关性的优势，用于多变量统计过程的监控，用MSPCA进行过程监控，不仅能提高侦察决定性交化的能力，而且能提高自相关测量监控的效率，同时还可以提取反常操作特征信号，算例测试表明，与普通PCA方法相比，MSPCA方法在过程监控中比较有效。     

电视跟踪系统的硬件设计

电视跟踪系统是具有一定智能的图像跟踪装置.它利用标准电视信号作为信息源,对其进行数字化处理,从而实现目标跟踪.本文主要介绍了该系统的硬件设计思路,并详细讨论了其中一些关键部分的具体实现.     

渤海连续冰层关键力学参数预报模式

为反映海冰的物理和力学特性，利用实验室获取水平方向加载冰样的单轴压缩强度、三点弯曲强度和侧限剪切强度与孔隙率间的统计关系，把海冰温度、盐度和密度对强度的效应统一起来，建立了预报模式。之后，依据渤海海冰多年调查资料和近期研究成果，将冰层内的温度、盐度和密度表示成气温、水温和冰厚的函数，获得冰层的孔隙率剖面，进而得到冰层力学参数剖面。在选取冰层平均强度时还考虑了渤海冰层底部骨架部分有厚度无强度的特点，实现了利用已知冰厚、气温和水温预报冰层水平方向强度分布的目标。     

基于Fourier变换非一致间距阵列的一种合成法

基于阵列图及其分布间的Fourier关系，作者提出了非一致间距阵列的一种合成方法。在Fourier关系下，通过抽样一个给定的阵列图，就能使用FFT(快速Fourier变换)得到其近似连续的阵列分布。为提高改善阵列图的性能，提出一个算式用于决定非一致间距阵列的空间间隔，从而在合成的阵列中保持更多的能量。该方法简单且易于应用。